智能视频监控技术已被广泛应用于现有的视频监控场景之中，本文针对电梯轿厢环境的特殊性，将图像处理技术和视频分析技术应用于电梯轿厢视频监控场景中，将轿厢内可能发生的异常行为进行分类，针对不同行为的特点，分别提出了对应的异常行为检测方法。本文针对电梯轿厢环境的特殊性，将轿厢内可能发生的异常情况分为三类：单人的晕倒行为，多人的打架、抢劫行为及存在遗留物品，针对以上三种行为发生时的特点，提出三种对应的异常检测算法。首先，在目标前景检测中，通过自适应中值滤波法融合均值法提取背景模型，将减背景法与Sobel算子边缘检测法结合来获取前景图像，解决了现有前景提取算法在电梯监控场景中的不适用性，在获取有效前景的同时，摒弃掉无用的边缘，从而得到完整的前景目标。其次，利用连通区域内像素统计的方法，进行乘梯人数的判断，根据不同的乘梯人数判断可能发生哪些异常行为。在单人晕倒识别问题上，通过计算相邻两帧之间轮廓的Hausdorff距离，判定是否存在静止前景。对于多人异常行为识别的光流计算的迭代问题，改进了传统的金字塔光流模型，提出了基于Harris角点的光流计算方法，极大的减少了数据规模及运算复杂度，并建立了一种基于角点动能的模型作为多人异常行为识别的判定标准。在遗留物检测算法中，利用背景差法和帧差法的固有特点，当帧差法无法检测到物体，而背景差法可以检测到物体时，可以判定存在遗留物品。本文的系统平台是基于MFC语言并加载OpenCV视觉库进行开发的，并在模拟的环境中进行了相关的实验。实验结果表明，该算法可以检测出绝大部分电梯轿厢内发生的异常行为，且实时性好，准确性高，符合电梯视频监控场景需求。